Kon `ai` `n vennoot in borskanker sorg geword?

Masjiene gewapen met `n kunsmatige intelligensie kan een dag help dokters beter hoërisiko-bors letsels wat kan draai in kanker te identifiseer, nuwe navorsing dui daarop.

Hoërisiko-bors letsels is abnormale selle gevind in `n bors biopsie. Hierdie letsels hou `n uitdaging om dokters en pasiënte. Die selle in sulke letsels is nie normaal nie, maar hulle is nie kankeragtig nie. En hoewel hulle kan ontwikkel in kanker, baie doen nie. So, watter moet verwyder word?

"Die besluit oor die vraag of om voort te gaan om `n operasie is `n uitdaging, en die neiging is om hierdie letsels aggressief behandel [en verwyder hulle]," sê studie skrywer Dr. Manisha Bahl.

"Ons het gevoel asof daar `n beter manier om die risiko-lae vorm hierdie letsels moet wees," het Bahl, direkteur van die bors beelding gemeenskap program by Massachusetts General Hospital.

Video: The Great Gildersleeve: Leroy Suspended from School / Leila Returns Home / Marjorie the Ballerina

Werk nou saam met `n rekenaar wetenskaplikes by Massachusetts Institute of Technology, navorsers ontwikkel `n "masjien leer" model om `n hoë-risiko letsels wat aangespreek moet chirurgies verwyder uit dié wat net met verloop van tyd kan dopgehou word onderskei.

Masjien leer is `n tipe van kunsmatige intelligensie. Die rekenaar model outomaties leer en verbeter op grond van vorige ervarings, het die navorsers gesê.

VERWANTE: Medicaid sny wat gekoppel is aan Vertraagde Borskanker Diagnose

Die navorsers het die masjien `n baie inligting oor gevestigde risikofaktore, soos die tipe letsel en pasiënt ouderdom. Die navorsers gevoer dit ook die werklike teks van die biopsie verslag. Algehele, daar was 20,000 data elemente ingesluit in die model, het die navorsers gesê.

Die toets van die masjien leer model ingesluit inligting van effens meer as 1000 vroue wat `n hoë-risiko letsel gehad. Oor 96 persent van die vroue het hul letsel chirurgies verwyder word. Ongeveer 4 persent van vroue het nie hul letsels verwyder, maar in plaas daarvan het twee jaar van follow-up beelding toetse.

Video: Words at War: The Veteran Comes Back / One Man Air Force / Journey Through Chaos

Die model is opgelei met twee-derdes van die gevalle, en getoets op die oorblywende derde.

Die toets ingesluit 335 letsels. Die masjien korrek geïdentifiseer 37 van die 38 letsels (97 persent) wat ontwikkel het in kanker, die studie gesê. Die model ook sou gehelp het vroue vermy een-derde van operasies op letsels wat benigne tydens die follow-up tydperk sou gebly.

Daarbenewens Bahl gesê, "die model opgetel op teks in die biopsie verslag -. Die woorde ernstig en swaar atipiese verleen `n hoër risiko van opgradering na kanker"

Bahl gesê die navorsers hoop om mammografie beelde en patologie skyfies te neem in die masjien leermodel, met die doel om uiteindelik insluitend dié in die kliniese praktyk.

"Masjien leer is `n instrument wat ons kan gebruik om die sorg vir pasiënte te verbeter - of dit beteken dat die vermindering van onnodige operasies of in staat is om meer inligting te verskaf aan pasiënte, sodat hulle meer ingeligte besluite kan maak," het Bahl.

Dr. Bonnie Litvack is mediese direkteur van die vroue se beelding sentrum by Northern Westchester-hospitaal in Mt. Kisco, N.Y.

"Vroue moet weet dat daar `n nuwe tipe van die masjien leer dit is ons gehelp identifiseer hoë-risiko letsels teen `n lae risiko van kanker. En, kan ons binnekort meer inligting vir hulle wanneer hulle gekonfronteer word met die besluit van die vraag of `n operasie het om hierdie hoë-risiko letsels of nie aksyns, "sê Litvak, wat nie betrokke was in die studie.

"Kunsmatige intelligensie is `n opwindende veld wat sal help om ons te gee vroue meer data en help met gedeelde besluitneming," Litvack bygevoeg.

Die studie is gepubliseer 17 Oktober in radiologie.